Temps de lecture :

N’oublions pas que nous sommes aussi des réseaux de neurones.

les recherches entreprises pour apprendre à apprendre aux systèmes d'intelligence artificielle doivent aussi bénéficier aux sciences de l'éducation. La spatialisation de l'information et la création d'espaces conceptuels pour donner corps aux architectures cognitives en sont un bon exemple.
De l'intérêt des recherches en intelligence artificielle dans l'apprentissage digital

De l'intérêt des recherches en intelligence artificielle dans l'apprentissage digital

Un constat commence à sourdre dans les blogs référents traitant des systèmes d’intelligence artificielle. Si tout le monde tient pour acquis qu’il faut un vaste entraînement pour qu’une intelligence informatique soit capable de répondre de manière performante à un problème précis, on s’aperçoit que ça ne garantit en rien qu’elle soit à même de résoudre à nouveau un problème similaire.

Les réseaux de neurones : le cerveau humain vs l'intelligence artificielle

Pourquoi ? Essayons de transposer l’entraînement d’un réseau de neurones à nous autres, communs des mortels. Imaginez que dès le plus jeune âge, nous soyons enfermés jour et nuit dans une salle de classe sans accès au monde extérieur. Que nous y soyons gavés d’informations, de données continues (historiques, mathématiques, syntaxiques) et que la seule façon d’y mettre ces données continues en cohérence soit un travail dirigé, sorti de tout contexte, sans finalité, sans projet. Imaginez alors qu’après cette expérience, on nous demandait (même gentiment) d’utiliser ces connaissances pour analyser une situation extérieure avec son dynamisme et son instabilité. Comment croyez-vous que nous nous en sortirions ? On est clairement dans l’allégorie de la caverne de Platon là. Et dans cette allégorie, autant vous dire que les enfermés ne captent rien à rien du monde extérieur qu’ils viennent de découvrir.

Et bien, concernant l’intelligence artificielle et les architectures cognitives globalement, on en est juste au début du chemin vers la sortie de la caverne. Si les réseaux peuvent être surqualifiés et nous dépasser sur un domaine précis (comme le jeu de Go ou le fait de devenir nazi en 24h), ce qui leur manque c’est le sens commun. Tout le système de références plus ou moins inné (les psychologues évolutifs parlent de mêmes) qui nous permet de construire des ponts entre nos différents savoirs et expériences variées. En gros, le professeur robot n’est pas encore né. Toutefois, faisons contre mauvaise fortune bon cœur et notons que cela permet au moins de rouvrir tous les tiroirs poussiéreux des sciences de l’éducation.

Les recherches en intelligence artificielle au profit de l'apprentissage digital

Il est vrai que les percées dans le domaine de l’apprentissage non supervisé et des algorithmes expérientiels nous rapprochent un peu plus d’une intelligence artificielle capable de s’adapter à des modèles complexes, d’effectuer des prévisions à long-terme ou de prendre des décisions. On passerait donc d’une intelligence sachante (ayant pris connaissance d’une masse énorme d’informations ou de récurrences d’un concept, d’une pratique ou d’un phénomène) à une intelligence compétente (savoir + expérience + émotion).

Aujourd’hui, l’énorme travail des data scientists dans le champ des sciences cognitives vise à analyser en profondeur les mécanismes d’apprentissage humain pour les rendre accessibles aux machines. Or cette entreprise herculéenne peut et devrait aussi permettre à l’humanité de progresser dans sa façon d’apprendre, et sur son rapport à la connaissance. Les chercheurs en computer vision, brain computing, deep learning ouvrent à juste titre des voies laissées pour compte, mais risquent d’en fermer d’autres qui mériteraient d’être poursuivies.

Par exemple, les espaces conceptuels comme traduction fonctionnelle des architectures cognitives sont un chantier de recherche émergent et complexe (les travaux de  Peter Gärdenfors, ACT-R,  SOAR,…). Si on se replace du côté de l’apprentissage humain, la création d’espaces conceptuels constitue aussi un excellent moyen de faciliter l’acquisition d’un corpus de connaissances en le spatialisant. La plupart des outils de digital learning proposent aujourd’hui une contextualisation des grains d’apprentissage en y introduisant la notion de parcours.

1. La progression gamifiée

L’ajout d’une dimension ludique permet d’instaurer un système d’ouverture de porte = « je trouve la clé, j’ouvre la porte, j’avance dans la pièce suivante ». Cette dynamique de déverrouillage permet de créer le mouvement tout en séquençant les points d’évaluation.

2. Le chapitrage spatio-temporel

Même si l’expression fait un peu film de SF des années 60, c’est une des forces du vidéo learning interactif que de pouvoir visualiser tout le parcours d’apprentissage grâce à la timeline intégrée au player vidéo. Ainsi en un clin d’œil, l’apprenant sait d’où il vient, où il est et ce qui lui reste à parcourir.

chapitrage spatio-temporel

3. Les cartes heuristiques permettant de visualiser un cheminement et une fragmentation d’idées et/ ou de concepts

Le modèle IFTT (If this… then that) permet de créer des liens conceptuels entre différents grains pédagogiques ou différents segments d’une même notion. Ce système syntaxique du « Si ceci, alors cela… » est un des fondements de création des user stories dans les méthodes agiles. Il est une synthèse entre le storytelling, le découpage de tâches autonomes bien qu’interconnectées, et enfin le confort pour les visualiser via un graphe.

4. La création d’espaces géographiques virtuels pour matérialiser le parcours d’apprentissage

C’est le bon vieux principe de la carte au trésor ! En offrant un espace géographique fictionnel dans lequel l’apprenant va avancer étape par étape, on réintègre la spatialisation et le mouvement comme mesure de progression dans l’apprentissage.

5. Enfin, le découpage modulaire

Fragmenter le contenu en modules permet d’architecturer efficacement un parcours d’apprentissage. Il convient d’adopter des comportements systématiques dans le séquençage de ces modules, qui ont pour but initial de donner une respiration (par exemple : au-delà de huit grains on change de module).

découpage modulaire

Cette spatialisation de la connaissance donne accès à un savoir par morceau (le chunking) facilitant son acquisition et, paradoxalement, aidant aussi à avoir une vue globale de l’objectif d’apprentissage.

Mais jusqu'où iront les recherches en intelligence artificielle ?

Toutefois, il y a un revers à la médaille. Si un des bienfaits des recherches en intelligence artificielle est de valider l’importance de la spatialisation, le travail sur le langage naturelle et l’affective computing soulèvent une nouvelle question.

On utilise (trop) souvent cette citation de Stevenson : « L’important, ce n’est pas la destination, mais le voyage en lui-même ». De même, en apprentissage, ce qui ancre les notions sont les efforts de recherche déployés pour les acquérir. Google a annoncé il y a quelques jours que le moteur de recherche était mort et laissait place à l’âge de l’assistance. Oulala… En transposant ce signal faible à l’éducation, ça n’augure rien de bon ! Car si on gomme les derniers obstacles séparant les apprenants du contenu qu’il cherche, on bannit du même coup tout le bénéfice mnémotechnique de l’effort. On met en péril l’incroyable pouvoir du modèle eureka (l’epic win) consistant à doubler l’effet de récompense d’un apprentissage en se surprenant soi-même d’y être arrivé.

Heureusement, il ne s’agit pour l’instant que de remplacer des moteurs de recherche présents partout et utiles nulle part (services, administration, …) au profit d’agents conversationnels accompagnant l’utilisateur dans l’expression de son besoin. De plus, l’intégration d’une dynamique conversationnelle dans la formation digitale peut aussi être pensée par des concepteurs pédagogiques et des storytellers qui conserveront, grâce à des artifices narratifs, cette dimension de parcours et d’étapes. L’agent intelligent jouera peut-être simplement un rôle de facilitateur/tuteur, donnant le surplus d’âme qui manque encore à de nombreuses approches du digital learning.

 
Montrer les commentaires